在制造过程中,存在一类过程输出与一个或多个独立变量之间有线性函数关系的情况,称为线性轮廓(Linear profile)。针对线性轮廓控制的问题,提出了基于支持向量数据描述(Support Vector Data Description,SVDD)的线性轮廓控制图,并分析了SVDD参数对分类器性能的影响及控制图参数的确定方法。仿真结果表明,基于SVDD的线性轮廓控制图在监控截距和残差变异时比T2控制图性能更好,而监控斜率的变异时,T2控制图性能更好。
多元控制图常用于对多个相关变量进行监控,用以发现制造过程中存在的系统性变异。当多元过程的分布未知时,常用非参数方法进行过程监控。针对多元过程监控问题,提出了一种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的多元过程非参数监控方法。在仅有受控数据(参考数据集)的条件下,采用移动窗口技术对过程数据序列进行预处理,并与参考数据集一起用于对LSSVM进行动态训练,进而以移动窗口中的数据与分类超平面之间的距离为控制变量进行多元过程监控。讨论了监控模型设计与参数选择方法并通过仿真和实例进行了性能评估。
